💻 computer science

HAG-EUNet: Attention-Guided Deep Learning for Choroid Segmentation and Clinical Biomarker Extraction in Optical Coherence Tomography

El artículo presenta HAG-EUNet, un modelo de aprendizaje profundo híbrido que combina un codificador EfficientNet-B3 con un decodificador U-Net mejorado por transformadores para lograr una segmentación coroidea automatizada y de alta precisión en imágenes de OCT y extraer 32 biomarcadores clínicamente relevantes, superando significativamente a las líneas base de U-Net estándar tanto en precisión como en eficiencia.

Autores originales: Jom Binoy, Gayathri S

Publicado 2026-08-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Jom Binoy, Gayathri S

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo silencioso y oscuro dentro del ojo humano, una capa vascular delgada llamada coroides actúa como un salvavidas vital. Se encuentra justo debajo de la retina, el tejido sensible a la luz en la parte posterior del ojo, y su función principal es suministrar oxígeno y nutrientes a la retina externa. Cuando esta capa cambia en grosor o forma, a menudo indica que algo anda mal. Estos cambios están vinculados a una variedad de afecciones oculares graves, desde la degeneración macular relacionada con la edad hasta la retinopatía diabética, e investigaciones recientes incluso sugieren que pueden reflejar problemas de salud más amplios, como enfermedades cardíacas. Para comprender estos cambios, los médicos utilizan una tecnología de escaneo llamada tomografía de coherencia óptica, o OCT. Este dispositivo crea imágenes de sección transversal increíblemente detalladas, de forma muy similar a una ecografía, pero utilizando luz en lugar de sonido. Sin embargo, leer estas imágenes es difícil. La coroides a menudo se ve tenue y borrosa en los escaneos, oscurecida por una textura granulada conocida como ruido de moteado (speckle noise) y ensombrecida por los vasos sanguíneos que corren a través de ella. Para que un médico mida la coroides con precisión, debe trazar manualmente sus límites en la pantalla, un proceso tedioso que puede tomar veinte o veinticinco minutos para un solo escaneo. Este cuello de botella ha impedido durante mucho tiempo el análisis rápido y a gran escala necesario para detectar enfermedades tempranamente.

Un equipo de investigadores del Instituto de Tecnología de Vellore en la India ha desarrollado un nuevo enfoque para resolver este problema, creando un sistema automatizado que puede mapear la coroides con una velocidad y precisión notables. Construyeron un programa informático especializado llamado HAG-EUNet, que funciona como un asistente digital altamente capacitado para los oftalmólogos. En lugar de depender de un humano para dibujar líneas en cada imagen, este sistema utiliza un modelo de aprendizaje profundo para analizar el escaneo de OCT e identificar automáticamente los límites exactos de la capa coroidea. Los investigadores diseñaron este modelo como un híbrido, combinando diferentes técnicas avanzadas para manejar los desafíos específicos de las imágenes oculares. Comienza limpiando las imágenes ruidosas, eliminando la interferencia granulada mientras mantiene intactas las delicadas estructuras anatómicas. Luego, utiliza una arquitectura sofisticada que actúa como un par de ojos con múltiples lentes, capaz de ver tanto los detalles finos del tejido como el contexto más amplio de toda la estructura del ojo simultáneamente.

El rendimiento de este nuevo sistema fue probado contra una variedad de métodos existentes, incluyendo modelos estándar que se han utilizado durante años. En un ensayo que involucró ochenta y tres imágenes de prueba que el modelo nunca había visto antes, HAG-EUNet logró una tasa de éxito de casi el 96 por ciento en la identificación correcta de la coroides. Esta puntuación es significativamente más alta que el siguiente mejor método, que logró alrededor del 95 por ciento, y muy superior a los modelos más antiguos y básicos que rondaban el 91 al 93 por ciento. Más importante aún, el nuevo sistema fue mucho más consistente, produciendo resultados con muy poca variación de una imagen a otra. Los investigadores encontraron que el sistema era particularmente bueno manejando las partes difíciles de la imagen, como los bordes donde la coroides se encuentra con la parte blanca del ojo, un límite que a menudo confunde a otros softwares. Al refinar estos bordes, el modelo asegura que las mediciones que toma no sean solo conjeturas, sino puntos de datos confiables.

Más allá de simplemente dibujar una línea alrededor de la coroides, el sistema va un paso más allá para extraer treinta y dos mediciones clínicas diferentes, o biomarcadores, del escaneo. Estos incluyen el grosor promedio de la capa, el área que cubre e incluso descripciones complejas de su textura y el patrón de sus vasos sanguíneos. Para verificar que estos números automatizados fueran dignos de confianza, los investigadores los compararon con mediciones tomadas por un experto oftalmólogo humano. Los resultados mostraron una fuerte concordancia entre la máquina y el humano, con las mediciones automatizadas coincidiendo casi perfectamente con los hallazgos del experto. Este nivel de precisión sugiere que el sistema puede ser confiable para proporcionar los mismos conocimientos diagnósticos que un especialista, pero en una fracción del tiempo. Los investigadores también demostraron que el sistema podría integrarse en una aplicación web, permitiendo un análisis en tiempo real donde un médico podría cargar un escaneo y recibir un informe completo instantáneamente.

El estudio destaca que, si bien el nuevo modelo es un paso significativo hacia adelante, no está exento de límites. El sistema fue entrenado y probado en imágenes de un único conjunto de datos público, y los investigadores reconocen que puede necesitar una validación adicional a través de diferentes tipos de escáneres y poblaciones de pacientes para asegurar que funcione en todas partes. Además, la versión actual analiza cortes bidimensionales planos del ojo en lugar del volumen tridimensional completo, lo que podría ofrecer aún más detalle en el futuro. A pesar de estas advertencias, el trabajo representa un cambio tangible en cómo se monitorea la salud ocular. Al automatizar la tarea tediosa de la segmentación, el sistema elimina la carga del trazado manual y abre la puerta para un diagnóstico más rápido y consistente de las enfermedades oculares. Transforma un proceso lento y laborioso en un flujo de trabajo rápido y automatizado, permitiendo potencialmente a los médicos detectar cambios sutiles en la coroides antes de que conduzcan a la pérdida de visión, y quizás incluso detectar signos tempranos de problemas de salud sistémicos ocultos dentro del ojo.

Resumen Técnico: HAG-EUNet para la Segmentación de la Coroides en OCT

Planteamiento del Problema
La segmentación precisa de la capa coroidea en imágenes de Tomografía de Coherencia Óptica (OCT) es crítica para el diagnóstico de enfermedades oculares como la degeneración macular asociada a la edad (DMAE), la coriorretinopatía serosa central (CSCR) y la retinopatía diabética, así como para la evaluación de condiciones sistémicas como las enfermedades cardiovasculares. Sin embargo, la anotación manual de la coroides consume mucho tiempo (tomando entre 20 y 25 minutos por escaneo) y es propensa a errores debido a los artefactos de imagen. Las imágenes de OCT presentan desafíos específicos, incluyendo el ruido de moteado (speckle noise), bajo contraste en la interfaz coroides-esclera, sombreado de vasos y variabilidad anatómica. Aunque los modelos de aprendizaje profundo como U-Net y sus variantes han avanzado en la segmentación de imágenes médicas, a menudo tienen dificultades con los límites de bajo contraste y la variabilidad estructural inherente a la coroides. Los métodos automatizados existentes se ven frecuentemente limitados por el preprocesamiento artesanal, carecen de modelado de contexto global o dependen de datos volumétricos que no siempre están disponibles en los flujos de trabajo clínicos estándar en 2D.

Metodología
Los autores proponen HAG-EUNet, un marco de aprendizaje profundo híbrido diseñado para la segmentación automatizada de la coroides y la extracción de biomarcadores clínicos. La metodología consta de tres componentes principales:

Pipeline de Preprocesamiento Robusto: Se emplea un pipeline de tres etapas para mejorar la claridad estructural preservando al mismo tiempo los límites anatómicos. Este incluye:
- Pre-suavizado: Filtrado Gaussiano ( $\sigma = 0.4$ ) para la reducción inicial de ruido.
- Eliminación de Ruido (Denoising): Filtrado Bilateral ( $d=5, \sigma_c=10, \sigma_s=10$ ) para reducir el ruido de moteado mientras se preservan los bordes.
- Mejora (Enhancement): Ecualización de Histograma Adaptativa con Límite de Contraste (CLAHE) adaptativa con mezcla conservadora (60%) para mejorar el contraste local sin introducir artefactos.
- Este pipeline reporta una mejora de un 3–4% en los puntajes Dice.
Arquitectura HAG-EUNet: El modelo es una estructura de codificador-decodificador con mejoras específicas:
- Codificador (Encoder): Utiliza EfficientNet-B3 (preentrenada en ImageNet) para extraer características jerárquicas en cinco niveles, equilibrando profundidad, anchura y resolución para la eficiencia computacional.
- Cuello de Botella (Bottleneck): Integra Agrupación de Pirámide Espacial Atrosa (ASPP) con tasas de dilatación de 1, 6, 12 y 18 para capturar información contextual multiescala, y un bloque Transformer con autoatención de cuatro cabezales para modelar las relaciones de contexto global.
- Decodificador (Decoder): Presenta un mecanismo de sobremuestreo guiado por atención. Incorpora:
  - Conexiones de Salto Densas (Dense Skip Connections): Alineando las características del codificador con las características sobremuestreadas del decodificador mediante convoluciones $1\times1$ .
  - Atención Dual: Squeeze-and-Excitation (SE) para atención de canal y mapas de atención espacial derivados de el promedio y el máximo (max/average pooling).
  - Conexiones Residuales: Para estabilizar el entrenamiento y mejorar el flujo de gradiente.
- Fusión de Características: Una Red de Pirámide de Características (FPN) fusiona las características de las cuatro etapas del decodificador.
- Refinamiento de Bordes: Un módulo dedicado utiliza operadores Sobel para extraer características de bordes horizontales y verticales, fusionándolas con las salidas del decodificador para refinar la delimitación de los bordes.
Estrategia de Entrenamiento:
- Función de Pérdida: Una pérdida compuesta que combina Pérdida Dice (peso 0.7) y Pérdida Focal (peso 0.3, $\alpha=0.25, \gamma=2.0$ ) para abordar el desequilibrio de clases y la sensibilidad de los bordes.
- Supervisión Profunda (Deep Supervision): Se utilizan salidas auxiliares en cuatro etapas del decodificador (peso de 7.5% cada una) junto con la salida principal (peso de 70%) para mejorar el flujo de gradiente.
- Conjunto de Datos: El modelo fue entrenado con 385 imágenes de OCT, validado con 83 y probado con 83 imágenes seleccionadas de un conjunto de datos público (C8). Las máscaras de verdad de campo (ground truth) fueron generadas mediante DeepGPET y corregidas manualmente por un experto en oftalmología.

Contribuciones Clave

Arquitectura Novedosa: La introducción de HAG-EUNet, que combina de manera única EfficientNet-B3, atención de Transformer, ASPP, atención multiforme y refinamiento de bordes específicamente para la segmentación de la coroides.
Preprocesamiento Optimizado: Un pipeline de tres etapas conservador que reduce el ruido mientras retiene la integridad anatómica, demostrando ganancias de rendimiento medibles.
Despliegue Clínico: El desarrollo de un sistema basado en FastAPI capaz de realizar inferencia en tiempo real y la extracción automatizada de 32 biomarcadores clínicamente relevantes (incluyendo métricas de grosor, características geométricas, descriptores de textura y características vasculares), eliminando la carga de la anotación manual.

Resultados

Rendimiento Cuantitativo: En el conjunto de prueba de 83 imágenes, HAG-EUNet logró un Dice score de 95.99% ± 1.86%, un IoU de 92.36% y una Precisión de 95.89%.
- Superó a los modelos base de vanguardia (state-of-the-art) incluyendo Swin-UNet, ConvNeXt-UNet, U-Net, Attention U-Net, U-Mamba, U-Net++, DeepLabV3+, y TransUNet.
- Comparado con la base más fuerte (TransUNet), mejoró el puntaje Dice en 0.72 puntos porcentuales.
- Demostró una mayor estabilidad con una desviación estándar de 1.86%, lo que representa una reducción de aproximadamente un ~29% en la varianza en comparación con DeepLabV3+.
- El modelo es computacionalmente eficiente, utilizando un 37.5% menos de parámetros (25M) que DeepLabV3+ (40M).
Estudios de Ablación: La eliminación de componentes individuales confirmó su necesidad. La eliminación del bloque Transformer causó la mayor caída de rendimiento (−1.02% Dice), seguida por ASPP (−0.95%) y el Refinamiento de Bordes (−0.78%).
Validación de Biomarcadores: Las mediciones automatizadas para cuatro biomarcadores primarios (grosor medio, grosor subfoveal, área y grosor máximo) mostraron una fuerte concordancia con la verdad de campo del experto (Pearson $r$ entre 0.9288 y 0.9623; Spearman $\rho$ de 0.9436 a 0.9686) y un bajo sesgo en el análisis de Bland–Altman.
Análisis Cualitativo: Los resultados visuales indican que el modelo delimita con éxito los bordes en áreas de bajo contraste y presencia de artefactos, aunque persisten algunos desafíos con cambios abruptos de grosor y bordes altamente curvos.

Significancia y Reivindicaciones
El artículo afirma que HAG-EUNet proporciona una solución confiable, precisa y clínicamente desplegable para la segmentación de la coroides. Al lograr una alta precisión en B-scans 2D estándar, el marco permite la extracción automatizada de 32 biomarcadores para apoyar un análisis oftálmico basado en IA responsable, rápido y confiable. Los autores posicionan este trabajo como un paso hacia el análisis cuantitativo automatizado de OCT, facilitando la detección temprana de enfermedades, el monitoreo longitudinal y la evaluación del riesgo cardiovascular.

Limitaciones y Trabajo Futuro
Los autores reconocen modestamente varias limitaciones:

Generalizabilidad: El conjunto de datos consiste en imágenes de una sola fuente y un solo dispositivo de imagen, lo que puede limitar la aplicabilidad en diferentes entornos de adquisición.
Dimensionalidad: El marco actual procesa B-scans 2D de forma individual sin modelar la consistencia volumétrica entre cortes adyacentes.
Anotación: La verdad de campo fue proporcionada por un solo experto; la validación por múltiples anotadores fortalecería la evaluación.
Validación Clínica: Aunque la precisión de la segmentación es alta, se requieren estudios clínicos prospectivos para validar la relevancia directa de los biomarcadores extraídos con los resultados de los pacientes.

Se propone como trabajo futuro la inclusión de evaluaciones multicéntricas, la extensión al análisis volumétrico completo en 3D, la integración de la estimación de la incertidumbre para la explicabilidad y la segmentación de los vasos coroideos para derivar el Índice de Vascularidad Coroidea (CVI).

Más como este